英特爾發表神經形態晶片，能辨識10種有害物質

（示意圖/取自pixabay）

英特爾和美國康乃爾大學發表了一份聯合論文，展示了英特爾的神經形態晶片Loihi的新能力：它能夠從氣味中學習和辨識10種有害物質，即使存在「顯著的」數據干擾和遮擋的情況。

合著者說，它表明了神經形態運算技術可用於檢測爆炸物、麻醉品、聚合物等的前體氣味物質。

這項研究本週發表在雜誌《自然·機器智慧》（Nature Machine Intelligence）上，英特爾和康乃爾大學的相關研究人員，利用72個化學感測器，對不同氣味做出反應的數據集，通過配置生物嗅覺的電路圖，來描述如何「教會」Loihi「聞味道」。

他們說，他們的技術不會破壞晶片的氣味記憶；與以往最先進的傳統方法相比，它具有「優異的」辨識精度，其中包括的機器學習解決方案，需要每級的訓練樣本數量多3000倍，才能達到相同級別的分類精度。

英特爾神經形態運算實驗室的高級研究科學家Nabil Imam認為，這項研究將為神經形態系統鋪平道路，該系統可以診斷疾病、檢測武器和爆炸物、發現毒品以及發現煙霧和一氧化碳的跡象。

他在一份聲明中說：「我們正在開發Loihi上的神經算法，它可以模擬人類聞到什麼東西時，大腦裡發生的事情。」他還表示，「這項工作，是當代神經科學和人工智慧研究進行到十字路口的一個典範，並證明了Loihi提供重要感知功能的潛力，這可能會使各行各業受益。」

神經形態工程，也稱為神經形態運算，描述了模仿神經系統神經生物學結構的電路使用。英特爾、IBM、惠普、麻省理工學院、普渡大學、史丹佛大學和其他機構的研究人員，希望利用它來開發超級電腦，預計的功能或許比現在的任何電腦都要強大一千倍。

英特爾的14奈米Loihi晶片，具有60毫米的管芯尺寸，包含超過20億個晶體管，13萬個人工神經元和1.3億個突觸，以及三個用於協調的可管理Lakemont內核。

Loihi的獨特之處在於，他有一個可編程微代碼引擎，用於異步尖峰神經網路（SNN），或AI模型的片上訓練，該模型將時間整合到其操作模型中，因此模型的組件不會同時處理輸入數據。

英特爾聲稱，這將用於「高效」地實施自適應自我修改、事件驅動和細粒度的並行運算。

根據英特爾的說法，Loihi的資訊處理速度，比傳統處理器快1000倍，效率高10000倍，並且可以解決某些類型的優化問題，其速度和能源效率，提高了三個數量級以上。

此外，Loihi保持即時性能結果，在擴展50倍時，僅使用30％的電能（而傳統硬體多消耗500%的電能），與廣泛使用的CPU運行，同時定位和映射方法相比，它消耗的電能大約少100倍。

除了神經形態運算領域外，Google、加拿大高級研究所、矢量人工智慧研究所、多倫多大學、亞利桑那州立大學等機構的科研人員，已經研究了用人工智慧方法，來解決分子辨識和氣味預測問題。

Google最近展示了一個模型，它比最先進的方法和來自「夢想嗅覺預測挑戰」（一項描繪氣味化學特性的競賽）中，表現最好的模型還要出色。

另外，IBM還開發了Hypertaste，這是一種「人造舌頭」，可以辨識「不太適合攝入」的飲料和其他液體。